Extract PDF to Pohoda XML

Tento nástroj slouží k vytěžování údajů z účetních dokladů ve formátu PDF a převodu těchto údajů do XML struktury vhodné pro import do účetního systému Pohoda.

Požadavky

• Python 3.8 nebo vyšší
• OpenAI účet a API klíč

Instalace

1. Naklonujte repozitář nebo stáhněte soubory:

   git clone https://github.com/milanull/lenka.git
   cd lenka

2. Vytvořte a aktivujte virtuální prostředí (doporučeno):

   python -m venv .venv
   source .venv/bin/activate  # Na Windows: .venv\Scripts\activate

3. Nainstalujte závislosti:

   pip install -r requirements.txt

4. Vytvořte soubor .env s obsahem:

   OPENAI_API_KEY=sk-tvuj_klic_zde

Použití

Spusťte skript s cestou k PDF souboru jako argumentem:

python lenka.py ./cesta/k/dokladu.pdf

Program:

• Načte a vytěží text z PDF
• Pomocí GPT-4 vygeneruje XML pro účetnictví Pohoda
• Výstup uloží do souboru se stejným názvem jako PDF, ale s příponou .xml

Poznámky

• Použitý model je gpt-4, což může vyžadovat odpovídající oprávnění vašeho OpenAI účtu.
• XML výstup je automaticky očištěn od Markdown formátování.

Licence

MIT License

---

V případě potřeby rozšíření (vícenásobné soubory, validace XML, přímý import do Pohody) kontaktujte autora nebo otevřete issue.